pandas apply() 함수는 pandas DataFrame의 행이나 열에 함수를 적용하는 데 사용할 수 있습니다. 이 함수는 inplace 인수를 제공하는 drop() 및 replacement() 와 같은 다른 함수와 다릅니다. df. drop ([' column1 '], inplace= True ) df. rename ({' old_column ': ' new_column...
다음 기본 구문을 사용하여 Pandas DataFrame의 인덱스를 열로 변환할 수 있습니다. #convert index to column df. reset_index (inplace= True ) Pandas MultiIndex DataFrame이 있는 경우 다음 구문을 사용하여 특정 인덱스 수준을 열로 변환할 수 있습니다. #convert specific level of MultiIndex to...
다음 기본 구문을 사용하여 Pandas DataFrame의 특정 셀 값을 설정할 수 있습니다. #set value at row index 0 and column 'col_name' to be 99 df. at [0, ' col_name '] = 99 다음 예는 다음 pandas DataFrame에서 실제로 이 구문을 사용하는...
다음 기본 구문을 사용하여 Pandas에서 MultiIndex를 평면화할 수 있습니다. #flatten all levels of MultiIndex df. reset_index (inplace= True ) #flatten specific levels of MultiIndex df. reset_index (inplace= True , level = [' level_name ']) 다음 예에서는 이 구문을 실제로 사용하는 방법을...
다음 기본 구문을 사용하여 Pandas에서 중복 열을 제거할 수 있습니다. df. T. drop_duplicates (). T 다음 예에서는 이 구문을 실제로 사용하는 방법을 보여줍니다. 예: Pandas에서 중복 열 제거 다음과 같은 팬더 DataFrame이 있다고 가정합니다. import pandas as pd #create DataFrame with...
연구자들은 종종 모집단에서 표본을 채취하고 표본의 데이터를 사용하여 모집단 전체에 대한 결론을 도출합니다. 일반적으로 사용되는 샘플링 방법은 체계적인 샘플링 으로, 간단한 2단계 프로세스로 구현됩니다. 1. 모집단의 각 구성원을 특정 순서로 배치합니다. 2. 임의의 시작점을 선택하고 n개 중 하나를 표본의 일부로 선택합니다....
통계에서는 종종 모집단에서 표본을 추출하고 표본의 데이터를 사용하여 모집단 전체에 대한 결론을 도출합니다. 일반적으로 사용되는 샘플링 방법은 계층화 무작위 샘플링 으로, 모집단을 그룹으로 나누고 각 그룹에서 특정 수의 구성원을 무작위로 선택하여 표본에 포함시킵니다. 다음 단계별 예에서는 Excel에서 계층화된 무작위 샘플링을 수행하는...
통계에서는 종종 모집단에서 표본을 추출하고 표본의 데이터를 사용하여 모집단 전체에 대한 결론을 도출합니다. 일반적으로 사용되는 샘플링 방법은 모집단을 클러스터 로 나누고 특정 클러스터의 모든 구성원을 선택하여 샘플에 포함시키는 클러스터 샘플링입니다. 다음 단계별 예에서는 Excel에서 클러스터 샘플링을 수행하는 방법을 보여줍니다. 1단계: 데이터...
클러스터 분석은 데이터 세트 내에서 관찰 그룹을 찾으려고 시도하는 기계 학습 에 사용되는 기술입니다. 군집 분석의 목표는 각 군집 내의 관측값이 서로 매우 유사한 반면, 다른 군집의 관측값은 서로 상당히 다른 군집을 찾는 것입니다. 다음 예는 다양한 실제 상황에서 클러스터 분석이...